隨著遙感技術(shù)的飛速發(fā)展,利用遙感影像進(jìn)行信息提取己然成為遙感領(lǐng)域的重點(diǎn)和難點(diǎn)。傳統(tǒng)的遙感影像信息提取技術(shù)由于忽略了高分辨遙感影像豐富的空間、紋理特征信息,往往難以取得滿意的提取效果。面向?qū)ο蠓诸惙椒ǖ奶岢?為遙感分類技術(shù)提供了一個新方向。本研究利用新型遙感影像高分一號遙感影像數(shù)據(jù)為研究的數(shù)據(jù)基礎(chǔ),并且針對高分一號的數(shù)據(jù)特點(diǎn),分別進(jìn)行了大氣校正、幾何校正、圖像融合等圖像預(yù)處理的研究。采用面向?qū)ο蟮姆诸惙椒▽λ涌h瓦拉干林場進(jìn)行森林類型信息提取,充分考慮了光譜、紋理、幾何等信息,并且加入植被指數(shù)等信息,采用多尺度分割技術(shù),利用決策樹分類方法和最鄰近分類兩種方法進(jìn)行分類處理,最終實(shí)現(xiàn)森林類型的分類。本論文的研究重點(diǎn)主要是多尺度分割參數(shù)的獲取,特征信息的篩選以及面向?qū)ο蟮姆诸惙椒�。得出以下結(jié)論：(1)根據(jù)多層次多尺度的原理與算法,不同地物對象采用不同的分割尺度。通過多次試驗,確定分割尺度、形狀因子、平滑度和緊致度并結(jié)合目視判讀,選擇出最優(yōu)的分割尺度。(2)采用不同光譜特征、形狀特征、紋理特征,應(yīng)用決策樹模型對遙感影像進(jìn)行特征提取,實(shí)現(xiàn)對研究區(qū)域的森林類型的分類,同時對比單一層次的最鄰近分類方法...

【文章頁數(shù)】：51 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
Abstract
1 緒論
    1.1 課題背景
    1.2 研究的目的和意義
    1.3 面向?qū)ο蠓诸惙椒ǖ难芯楷F(xiàn)狀
    1.4 研究內(nèi)容和技術(shù)路線
        1.4.1 研究內(nèi)容
        1.4.2 技術(shù)路線圖
    1.5 組織結(jié)構(gòu)
2 研究區(qū)域概況及數(shù)據(jù)預(yù)處理
    2.1 研究區(qū)域概況
        2.1.1 研究區(qū)域的地理位置
        2.1.2 自然條件
        2.1.3 森林資源概況
    2.2 數(shù)據(jù)的獲取
    2.3 高分一號數(shù)據(jù)預(yù)處理
        2.3.1 大氣校正
        2.3.2 射校正
        2.3.3 圖像融合
    2.4 分類系統(tǒng)的制定
    2.5 本章小結(jié)
3 圖像分割
    3.1 分割的定義
    3.2 分割方法概述
    3.3 分形網(wǎng)絡(luò)演化算法
        3.3.1 分割參數(shù)的選擇
        3.3.2 分割試驗
        3.3.3 分割結(jié)果分析
    3.4 本章小結(jié)
4 面向?qū)ο蟮倪b感影像分類研究
    4.1 對象特征
        4.1.1 光譜信息
        4.1.2 形狀特征
        4.1.3 紋理特征
        4.1.4 植被指數(shù)
        4.1.5 空間特征
    4.2 對象特征選擇
    4.3 面向?qū)ο蟮姆诸?br>        4.3.1 最鄰近分類方法
        4.3.2 決策樹分類方法
    4.4 本章小結(jié)
5 分類結(jié)果與分析
    5.1 分類結(jié)果圖
    5.2 分類精度指標(biāo)
    5.3 分類結(jié)果精度評價
    5.4 本章小結(jié)
結(jié)論
參考文獻(xiàn)
攻讀學(xué)位期間發(fā)表的學(xué)術(shù)論文
致謝



本文編號：3794069